学習項目（データ分析のためのデータ前処理実践トレーニング UBU36L） : 富士通ラーニングメディア

学習項目

学習項目は、予告なく変更される場合があります。あらかじめご了承ください。

データ分析のためのデータ前処理実践トレーニング

第1章 データ構造とデータ型

1.1前処理とデータ分析
1.2構造化データと非構造データ
1.3データ型と統計モデリング・機械学習
1.4データ前処理のためのPythonライブラリ
1.5Pythonにおけるデータ構造

第2章 データの抽出・集約・整形

2.1データの取得
2.2データの抽出
2.3データの集計・集約
2.4アンダーサンプリング・オーバーサンプリング

第3章 データの変換

3.1データの種類・尺度水準
3.2Pandasのデータ型
3.3定性データから定量データへの変換
3.4定量データから定性データへの変換
3.5正規化・標準化
3.6正規分布に従わないデータの変換
3.7スパース (疎) データの扱い

第4章 欠損値・外れ値・異常値の処理

4.1データ型と欠損値・外れ値・異常値
4.2欠損値・外れ値の検出
4.3異常値の検出
4.4欠損値・外れ値・異常値の処理

第5章 非構造データの処理

5.1非構造データの種類
5.2JSONデータの処理
5.3XMLデータの処理
5.4Apacheログデータの処理
5.5帳票データの処理

第6章 特徴量エンジニアリング

6.1機械学習における特徴量エンジニアリング
6.2交互作用特徴量・多項式特徴量の合成
6.3L1正則化による次元削減
6.4主成分分析による次元削減
6.5クラスタリングによる次元削減

第7章 テキストデータの処理

7.1テキストデータの処理プロセス
7.2テキストデータのクリーニング
7.3形態素解析
7.4BoW (Bag of Words) の作成
7.5TF-IDFの計算
7.6Feature Hashing
7.7テキストデータのモデリング

第8章 画像データの処理

8.1画像データの処理プロセス
8.2画像データのクリーニング
8.3データ拡張 (Data Augmentation)
8.4画像のベクトル表現
8.5画像データベースの活用
8.6画像データのモデリング